高分二号异轨立体数据的森林高度提取

森林植被碳储量的空间分布格局及其动态变化是陆地生态系统碳收支核算的基础。作为森林地上生物量的重要指示因子,森林高度的精确估算是提高森林植被碳储量估算精度的关键。现有研究已证明,由专业星载摄影测量系统获取的立体观测数据可用于森林高度提取,但光学遥感数据最大的问题是受云雨等天气因素的影响严重。区域森林地上生物量产品的生产需要充分挖掘潜在数据源。国产高分二号卫星(GF-2)虽然不是为获取立体观测数据而设计的专业星载摄影测量系统,但其获取的图像空间分辨率可达0.8 m,且具备±35°的的侧摆能力,在重复观测区域可构成异轨立体观测。本文以分别获取于2015年6月20日和2016年7月19的GF-2数据作为立体像对,其标称轨道侧摆角分别为0.00118°和20.4984°,以激光雷达数据获取的林下地形(DEM)和森林高度(CHM)为参考,对利用GF-2立体观测数据进行森林高度提取进行了研究。通过对立体处理得到的摄影测量点云的栅格化得到DSM,以激光雷达数据提供的DEM作为林下地形,得到了GF-2的CHM。结果表明GF-2提取的CHM与激光雷达CHM空间分布格局较为一致,两者之间存在明显的相关性,像素对像素的线性相关性(R2)达到0.51,均方根误差(RMSE)为3.6 m。研究结果表明,在林下地形已知的情况下,GF-2立体观测数据可用于森林高度估算。     

高分一号影像数据城市生态用地监测

针对我国城市化进程不断加快,城市生态用地发生翻天覆地变化的状况下,如何及时准确地获取城市生态用地覆盖信息的问题,该文以北京部分城区高分一号遥感影像数据作为实验数据,提出一种面向对象的城市生态用地信息提取方法。通过分析城市生态用地5种地物类型的光谱信息和几何信息,建立相应的规则集以提取小尺寸遥感影像中生态用地信息;针对建筑物和裸土难以区分的问题,引入纹理信息来提高提取精度,并将含有纹理信息的规则集应用于北京市遥感影像。实验结果表明,该方法提取精度可以满足大面积的城市生态用地信息提取的需求。     

利用随机森林的高分一号遥感数据进行城市用地分类

为了探究国产高分一号卫星遥感影像数据面向城市用地分类的实际应用方法和效果,本文以北京市某区域为例,基于高分一号PMS数据,使用随机森林、支持向量机、最大似然法3种分类器进行了城市用地分类对比研究。结果表明,随机森林和支持向量机的总体分类精度明显优于最大似然法;最大似然法在运算时间上明显优于随机森林和支持向量机。综合分析发现,随机森林算法表现更优。它既能保证分类精度,又能保持一定的时间效率,更适合高分辨率、大数据量、多特征参数的高分一号遥感影像分类的实际生产应用。     

应用高分二号提取二级类建设用地

为更好地利用国产遥感数据研究土地利用资源分布,基于面向对象和指数分类的方法,开展高分二号遥感影像建设用地二级类提取.实现了研究区居民点、仓储用地、工业用地、公共管理与公共服务用地及交通用地的提取,提取总精度达96.9％,Kappa系数达0.94.结果表明本研究方法可以较准确提取高分二号遥感数据的二级类建设用地,对国产数...     

高分六号宽幅多光谱数据人工林类型分类

高分六号(GF-6)卫星于2018年成功发射,2019-03正式投入使用。由于GF-6宽幅相机的WFV(Wide Field of View)影像较GF-1的同类影像新增2个红边波段,将会提高对农业、林业、草原等资源监测能力。为了分析GF-6的WFV影像在人工林分类方面的能力,促进高分数据在林业领域的应用,本文选取广西高峰林场为研究区,以最新的GF-6 WFV影像为数据源,结合地面实测类型数据,进行广西南宁高峰林场的桉树,杉木等人工林类型提取。主要运用随机森林(random forests)的分层分类法:首先计算6种植被指数,并利用随机森林法进行植被指数的特征优选,然后确定4种波段组合数据集的分类方案,4种数据集分别为(1)无红边的前4个波段,(2)有红边的8个波段,(3) 8个波段加上未优化的植被指数特征组合,(4) 8个波段加上优化的植被指数特征组合。再进行WFV影像4种数据集的随机森林分类,随机森林采用分类回归树(CART)算法来生成分类树,结合了bagging和随机选择特征变量的优点,是一种有效的分类方法。最后比较4个方案的分类结果并进行精度验证。结果表明:方案2比方案1精度提高了4.99%,Kappa系数提高了0.058。说明包含红边的8波段数据比4个波段数据精度有大幅提升。方案4的8波段加上优化植被指数特征组合的分类精度最高,达到了85.38%,比方案2包含红边波段组和方案1无红边波段组的精度分别提高了3.98%,8.97%,Kappa系数分别提高了0.046,0.104。说明WFV影像加入红边波段比无红边波段精度明显增高。由结果可知,红边指数的引入,增强了植被信息,能够较准确地反映人工林类型特征差异,明显提升了人工林的分类精度。本研究方法可以有效改善广西人工林类型信息提取效果,为GF-6影像质量的评价及其在林业应用潜力提供科学参考依据。     

融合Sentinel-2数据的高分五号高光谱数据降尺度

高分五号(GF-5)是中国首颗实现对大气和陆地综合观测的全谱段高光谱卫星,其搭载的可见短波红外高光谱相机AHSI提供的遥感数据拥有极高的光谱分辨率。然而,AHSI数据的空间分辨率为30 m,较低的空间分辨率限制了应用场景。为实现GF-5数据的降尺度,本文通过融合10 m哨兵二号(Sentinel-2)多光谱数据,生成10 m GF-5高光谱数据。在方法上,针对现有先进的信息损失引导的图像融合方法ILGIF (Information Loss-Guided Image Fusion)在高光谱图像降尺度中计算时间成本高的问题,本文提出了其快速版本FILGIF (Fast ILGIF)。另一方面,在降尺度过程中,本文考虑并估计了30 m GF-5高光谱数据和10 m Sentinel-2数据之间的尺度转换点扩散函数PSF (Point Spread Function),提高融合数据质量。实验结果验证了融合Sentinel-2数据用于GF-5高光谱数据降尺度的可行性。同时,结果表明：在获得与ILGIF相当精度的前提下,FILGIF大幅提高了运行效率;尺度转换PSF对降尺度过程有着重要影响,其准...     

基于高分二号的城市绿地提取方法研究

绿地对城市生态系统具有重要的调节作用。利用遥感技术来辅助绿地信息的提取,能够获取绿地空间结构,动态掌握绿地覆盖面积,从而达到调控和监测城市绿地变化的目的。本文分别采用最小距离分类和面向对象的最邻近分类2种方法进行城市绿地提取,实验结果表明,利用高分二号这种空间分辨率较高的遥感影像进行绿地信息提取,面向对象的分类方法要比传统的最小距离分类方法更为适合。     

高分四号静止卫星数据的地表反照率反演

地表反照率(Albedo)是描述地表辐射能量平衡的重要参数,为了获得高分四号(GF-4)静止卫星的地表反照率产品,构建了一种基于核驱动双向反射率分布(BRDF)模型的反照率反演方法。首先,探索核驱动BRDF模型对GF-4卫星数据的适用性,加入地表分类信息,为核系数赋初值,并引入鲍威尔迭代算法优化模型结果。然后,对BRDF模型进行角度积分获得各个波段的地表窄波段反照率。在此基础上,结合GF-4卫星光谱响应函数与光谱库,首次建立了将窄波段反照率到宽波段反照率的转换系数,并反演得到0.4—0.7μm和0.3—3.0μm的宽波段反照率。最后,利用Landsat 8卫星数据和MODIS地表反照率产品对基于GF-4卫星数据的地表反照率反演结果进行交叉验证。Landsat 8与GF-4的反照率结果对比表明,GF-4卫星可见光范围内的反照率反演结果精度为85.6%,短波范围内的反照率反演结果精度为93.4%;MODIS与GF-4的反照率结果对比表明,可见光范围的地表反照率精度达到87.7%,短波范围的地表反照率精度达到85.9%。这说明GF-4卫星地表反照率反演结果具有较高精度,GF-4卫星反照率产品具有一定应用潜力。     

哨兵1号和高分三号SAR数据海浪谱反演精度评估

Ocean wave is one of the important marine dynamic phenomenon that affect human activities. At present, the main observation means include buoy observation, marine numerical prediction model, and microwave remote sensing observation. However, we cannot conduct large-scale observation by buoy, and the marine numerical prediction model’s result is not measured data. Spectrometers and altimeters in microwave remote sensing instruments can also measure spectral parameters. However, SAR, which has a higher resolution, can provide 2D sea surface information. The Sentinel-1 satellite of ESA and GF-3 satellite independently developed by China are now in orbit, and numerous teams are working to retrieve wave parameters from SAR data of these two satellites. In this work, we compared the wave parameter inversion accuracy of Sentinel-1 SAR Interferometric Wide Swath model and GF-3 SAR strip model based on wave spectrum, which provides a reference for the wide application of GF-3 SAR data. The sea states according to the ERA-5 data of ECMWF are divided into three categories: low, moderate, and high sea states. The sea areas of Hormuz and Malacca Straits of the maritime Silk Road in the Indian Ocean and the coastal waters of the Pacific and Atlantic Ocean are selected as the study areas. Meanwhile, the SAR data of Sentinel-1 and GF-3 satellites under different sea states are selected as the data source. The MPI method is used to retrieve the wave spectrum and wave parameters using the E spectrum as the initial guess. Subsequently, the SAR data inversion results of the two satellites under different sea states are compared with the ERA-5 and buoy wave data. The inversion accuracy of the wave parameters can be verified by calculating the values of the Root Mean Square Error (RMSE) and Scatter Index (SI), and the inversion accuracy of the wave parameters of the two satellites under different sea conditions can be compared. The RMSEs of significant wave height (Hs) retrieved by GF-3 SAR under low, moderate, and high sea conditions are 0.30, 0.34, and 0.48 m, and those of mean wave period (Tm) are 1.02, 0.99, and 0.95 s, respectively, compared with the ERA-5 data. In addition, the RMSE of Hs retrieved by Sentinel-1 SAR under low, moderate, and high sea conditions are 0.30, 0.29, and 0.33 m, respectively, and the RMSEs of Tm are 0.94, 0.51, and 0.64 s, respectively. The RMSEs of Hs and Tm under different sea conditions retrieved by GF-3 SAR are 0.38 m and 0.99 s, and those of Hs and Tm retrieved by Sentinel-1 SAR are 0.31 m and 0.70 s, respectively, compared with the ERA-5 data. The RMSEs of the retrieved Hs and Tm of GF-3 satellite are 0.42 m and 0.94 s, and those of the retrieved Hs and Tm of Sentinel-1 are 0.40 m and 0.91 s, respectively, compared with the buoy data. The SAR wave parameter inversion of Sentinel-1 and GF-3 SAR based on the wave spectrum shows that the inversion results of the two satellites meet the index requirements in this field, and the accuracy of the inversion results of wave spectrum is the same. The strip mode SAR data of GF-3 satellite, China’s first self-developed SAR satellite, has broad prospects in marine research fields. © 2023 National Remote Sensing Bulletin. All rights reserved.     

基于CART决策树的高分二号洞庭湖区湿地分类方法

高分卫星遥感湿地分类的关键在于解决"同物异谱、异物同谱"难题.本文将当前应用前景广泛的亚米级国产高分二号(GF-2)影像和CART决策树面向对象分类算法相结合,以湖南沅江为例进行洞庭湖区典型湿地的分类提取工作,选取包括光谱信息、几何特征、地形特征和纹理特征等多维对象特征对分类器进行训练,构建了多维特征湿地分类方法.试验...     

GF-2影像城市地物分类方法探讨

GF-2影像具有较高的分辨率和丰富的光谱、几何及纹理信息。为了深入探索GF-2影像城市地物分类方法,本文以四川省隆昌县城为研究区,提出了一种基于最优尺度和规则的面向对象分类法。在影像分割的基础上,通过构建评价函数,并结合最大面积法选取最优尺度,进而构建分层体系,提取影像的光谱、几何及纹理特征建立规则并分类,且将其与单尺度下的面向对象和基于像素分类法进行对比分析。结果表明,本文方法的总体精度和Kappa系数分别为93.33%和0.92。     

高分五号高光谱遥感影像的城市土地利用景观格局分析

本文以武汉市江北核心区域7个行政区为例,以"高分五号"(GF-5)高光谱遥感影像为实验数据,提出了一种基于深度学习的空—谱结合高光谱影像分类算法(SSUN)的改进算法SSUN-CRF,通过全连接条件随机场(FC-CRF)对SSUN分类结果进行细化,并结合选取的7个景观格局指数分别从类型斑块水平以及景观水平分析7个行政区景观格局特点及武汉市城市化趋势。结果表明:(1) SSUN-CRF算法能够快速准确地提取城市用地类型,总体精度可达0.9048,Kappa系数可达0.8807;(2)从斑块类型水平上分析:根据各行政区不同类别景观类型百分比(PLAND)可以看出,武汉市主城区以居住用地为主,汉阳区3类居住用地PLAND指数高于其他主城区,表明汉阳存在较大"城中村"现象;江汉区商业用地斑块密度(PD)高且聚合度(AI)低,即商业用地多且分布均匀,表明江汉区是武汉的重要商贸区;(3)从景观层次水平上分析:根据香农多样性(SHDI)、香农均匀度(SHEI)指数分析可以看出,武汉市江北区域各用地类型总体分布均衡,景观生态多样性和稳定性较好;从斑块密度(PD)和香农多样性(SHDI)空间布局分析可知武汉市的城市扩张呈现以主城区为核心向外蔓延趋势,且沿主城区东南、西南方向扩张趋势明显。本文研究成果对武汉市总体发展规划、优化土地利用及可持续发展建设具有重要的指导意义,进一步可为发展长江经济带、"长江主轴"提供决策参考。     

高分一号多光谱遥感数据的面向对象分类

文章针对高分一号(GF-1)高分辨率遥感数据,提出了一种基于多特征的面向对象遥感图像分类算法:首先,对GF-1卫星数据进行分水岭分割,并利用仿射不变矩形状特征算子获得遥感图像的几何特征;其次,利用主成分分析和灰度共生矩阵获得遥感图像的纹理特征;然后,基于多特征数据进行均值漂移滤波,并利用自动标记分水岭分割方法实现遥感图像分割;最后,结合基于像元的最大似然监督分类结果做投票分类处理,从而实现面向像元与面向对象相结合的遥感数据分类.以高分一号遥感数据进行分类实验,结果表明:本文方法可有效地提高遥感图像分类精度.     

采用随机森林法的天绘数据干旱区城市土地覆盖分类

基于天绘一号(TH-1,或称MS-1)卫星多光谱数据,采用随机森林分类方法(random forests classification,RFC)对位于中亚干旱区的我国新疆维吾尔族自治区阿勒泰地区北屯市及周边区域的土地覆盖进行了分类研究。针对北屯市不透水层与裸土混杂的情况,将纹理特征与植被信息构建最优组合,建立有效的RFC分类器,提高对易混淆土地覆盖类型的分类识别精度。结果表明,采用RFC的分类精度高于最大似然法分类结果,总体分类精度提高了近10%。经过优化选择的特征组合在对干旱区中小城市土地覆盖进行分类时表现良好,能得到较高精度的分类结果,可满足新疆中小城市发展规划对土地覆盖信息的需求。     

投影寻踪法的土地生态安全评价

针对土地生态安全评价所涉及的评价指标众多,数据量较大,评价体系具有明显的高维、非线性的特点.本文采用投影寻踪法构建土地生态安全评价模型,并应用模拟退火算法优化投影方向,将高维数据投影到低维空间上,根据优化出的一维投影值计算评价区域的土地生态安全度及主要影响要素.该模型在实际应用中取得了较为满意的效果,评价结果客观科学,...     

GF-4 PMI影像着火点自适应阈值分割

为探究具有单中波红外通道的高分四号卫星(GF-4)PMI数据在林火监测中的应用方法,通过对覆盖近年发生森林火灾的多景GF-4 PMI影像分析,采用"劈窗法"构建GF-4 PMI数据的着火点自适应阈值检测算法;在云南省玉龙纳西族自治县、俄罗斯阿穆尔州和俄罗斯外贝加尔边疆区等3个实验区进行了着火点检测应用,并以目视解译的着火点结果为参照资料,对该算法的着火点检测精度进行了评价。结果表明,该算法在这3个实验区的着火点检测准确率均高于80.0%,基于着火点检测精度验证设定的综合评价指标高于0.780,可应用于GF-4PMI影像着火点的检测。     

GIS支持下土地生态环境敏感性评价——以金坛市为例

针对传统的生态环境敏感性评价指标体系差异较大,尚未形成统一体系,并且各个指标之间的关系及相互影响的情况并没有得到体现的问题,该文在地理信息系统的支持下,选取土地质量尺度的土地利用类型、土壤质地,及生态尺度的水环境、植被覆盖度、人口密度、坡度作为生态环境敏感性因子,同时建立了以水环境为主要因子的土地生态敏感性指数模型,对金坛市生态环境敏感性进行单因子评价和多因子综合评价。评价结果显示,金坛市生态高敏感区和中敏感区占到全市总面积的78%,低敏感区和不敏感区占到全市总面积的22%。针对不同土地生态敏感性分区因地制宜提出用地策略,为土地利用总体规划和城市生态保护提供参考。     

高精度地表覆盖数据优化分割的土地利用分类

针对土地利用类型多样、特征易混淆和高分辨率遥感影像信息海量、人工提取费时费力等问题,该文以北京二号卫星影像为数据源,采用高精度地表覆盖数据优化分割的面向对象分析方法、无地表覆盖数据辅助分类的面向对象分析方法,运用朴素贝叶斯、CART决策树、随机森林和K最邻近分类器,开展武功县土地利用分类,并对分类结果进行精度评估.结果 表明:①与无地表覆盖数据辅助分类方法相比,高精度地表覆盖数据优化分割的面向对象分类方法,在精度方面有较大的提升,其分类总体精度提高18.73％,Kappa系数提高0.21;②随机森林对于土地类型多样的影像对象具有较好的识别能力,获得较高的总体精度(95.3％)和Kappa系数(0.94).研究表明一种利用高精度地表覆盖数据优化影像分割的土地利用分类方法具有更好的可行性和鲁棒性.